基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风电场的风速预测对于电力系统的稳定、经济运行具有重要的意义,而实际的预测误差较大,不能满足需求.风速序列具有时序性与自相关性,因而可建立时间序列模型.由于风速序列的方差时变性及高度非平稳性,为得到较高的精度,采用ARIMA模型.通过对现场风速数据进行仿真预测,显示了良好的效果,可以为风场的运行提供一定的参考.
推荐文章
卡尔曼滤波修正的风电场短期功率预测模型
卡尔曼滤波
神经网络
功率预测
风力发电
基于经验模式分解的风电场短期风速预测模型
风速预测
经验模式分解
时间序列
风电场短期风速的多变量局域预测法
风速预测
局域预测
相关系数
支持向量回归
相空间重构
基于小波变换的风电场短期风速组合预测
短期风速
小波变换
自回归求和滑动平均模型
最小二乘支持向量机
组合预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时间序列的风电场短期风速预测
来源期刊 电气时代 学科
关键词
年,卷(期) 2014,(11) 所属期刊栏目 供配用电
研究方向 页码范围 76-78
页数 3页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁伟平 41 320 9.0 16.0
2 高山 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
电气时代
月刊
1000-453X
11-1244/TM
大16开
北京市
2-108
1981
chi
出版文献量(篇)
7533
总下载数(次)
3
总被引数(次)
14195
论文1v1指导